VulnGym

VulnGym 是一个面向白盒漏洞挖掘智能体的现实项目级基准评测数据集，用于系统评估AI代理在真实工程场景中发现和定位漏洞的能力。其核心特点包括：以真实开源项目的历史漏洞提交为单位，覆盖业务逻辑缺陷（如越权、认证绕过）与传统安全漏洞（如注入、路径遍历），并提供人工验证的可复现触发路径、关键操作点及跨模块语义推理链。适用于AI安全研究、漏洞挖掘模型评测、自动化代码审计工具验证等场景。